Chapitre 7. Récurrences
|
|
- Bénédicte Thomas
- il y a 8 ans
- Total affichages :
Transcription
1 Chapitre 7 Récurrences 333
2 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen, 8.1, 8.2, 8.3 I Introduction to algorithms, Cormen et al. Chapitre
3 Introduction Rappel : La notation asymptotique vue dans le chapitre 6 permet d approximer la complexité des algorithmes. But de ce chapitre : Étudier des méthodes permettant de résoudre des équations récurrentes. Motivation : I La complexité des algorithmes récursifs est souvent calculable à partir d équations récurrentes. I Les récurrences permettent de résoudre des problèmes de dénombrement 335
4 Complexité d algorithme récursif : tris Tri rapide (Quicksort) :Nombre de comparaisons en moyenne (voir chapitre 6) : C 1 = 2 C N = N +1+ NX k=1 1 N (C k 1 + C N k ) pour N > 1 Tri par fusion (merge sort) :Pour trier un tableau de n é l é m e n t s : 1. Diviser la liste en deux ; 2. Trier récursivement les deux sous-listes ; 3. Fusionner les deux listes triées. Nombre de comparaison (dans le pire cas) : C 1 = 0 C N = C dn/2e + C bn/2c + N 1 pour N > 1 336
5 Complexité d algorithmes récursif : Tours de Hanoï Source : http ://fr.wikipedia.org/wiki/tours de Hanoï But : Déplacer la tour complète de la première tige vers une des deux autres tiges. Contraintes : I On ne peut déplacer qu un seul disque à la fois. I Un disque ne peut jamais être déposé sur un disque de diamètre inférieur. 337
6 Solution récursive : I Cas de base : Déplacer une tour d un seul disque est immédiat. I Cas récursif : Pour déplacer une tour de n +1disquesdelapremière vers la troisième tige en connaissant une solution pour le déplacement d une tour de n disques : 1. Par récursion, déplacer n disques vers la deuxième tige ; 2. Déplacer le disque restant vers la troisième tige ; 3. Par récursion, déplacer les n disques de la deuxième tige vers la troisième tige. Notation : Soit T n le nombre minimum d étapes nécessaires au déplacement d une tour de n disques d une tige vers une autre. 338
7 Propriété (borne supérieure) : On a T n apple 2T n Remarques : I Pour déplacer une tour, il faut obligatoirement déplacer le disque du bas. I Accéder au disque du bas nécessite de déplacer tous les autres disques vers une tige libre (au moins T n 1 é t a p e s ). I Ensuite, il faut remettre en place le reste de la tour (au moins T n 1 é t a p e s ). On a donc la propriété suivante : Propriété (borne inférieure) : On a T n 2T n D où on déduit la Récurrence : T 1 = 1 T n = 2T n pour n > 1 339
8 Dénombrement : exemple 1 Problème : Supposons le mécanisme suivant d engagement des professeurs à Montefiore : I Chaque professeur : I est nommé à vie ; I est supposé immortel I forme chaque année exactement un étudiant qui deviendra professeur l année suivante (exception : lors de leur première année d enseignement, les professeurs sont trop occupés pour former un é t u d i a n t ). I Année 0 : il n y a aucun professeur. I Année 1 : le premier professeur (autodidacte) est formé. Combien y aura-t-il de professeurs à la fin de la n-ème année? 340
9 Solution : Soit F n le nombre de professeurs à la fin de la n-ème année : F 0 = 0 F 1 = 1 F n = F n 1 + F n 2 pour n > 1 Exercice : montrez que le nombre de séquences de n bits qui ne contiennent pas deux 0 consécutifs suit la même récurrence, avec des conditions initiales di érentes 341
10 Dénombrement : exemple 2 Problème : I Un programme informatique considère un chaîne constituée de chi res décimaux comme un mot de passe valide si elle contient un nombre pair de chi res 0. I Par exemple et sont des mots de passe valide mais et ne le sont pas. I Calculez T n, le nombre de mots de passe valides de longueur n. Solution : Une chaîne valide de n chi res peut être obtenue de deux façons : I en ajoutant un chi re parmi {1,...,9} au début d une chaîne valide de longueur n 1 I en ajoutant un 0 au début d une chaîne non valide de longueur n 1 On a donc : avec T 0 = 1. T n =9T n 1 + (10 n 1 T n 1 )=8T n n 1 342
11 Dénombrement : exemple 3 Définition : L ensemble B des arbres binaires est défini comme suit : I Cas de base : L arbre vide ; appartient à B. I Cas récursif : Soit B 1, B 2 2B,alorsbranch(B 1, B 2 ) 2 btree. Le nombre de nœuds n(b) estdéfinirécursivementpar: I Cas de base : n(;) =0 I Cas inductif : n(branch(b 1, B 2 )) = 1 + n(b 1 )+n(b 2 ) Théorème : Le nombre b n d arbres binaires ayant n nœuds est donné par : b 0 = 1 Xn 1 b n = b k b n 1 k pour n > 0 k=0 343
12 b 0 =1 b 1 =1 b 2 =2 b 3 =5 b 4 =
13 Démonstration : Par induction sur n. Cas de base : b 0 =1 Cas inductif : I Un arbre binaire ayant n > 0 nœuds ne peut s obtenir qu en considérant tous les arbres binaires possibles de la forme branch(b g, B d )oùb g possède k nœuds et B d possède n k 1 nœuds (avec 0 apple k apple n 1). I Pour un k donné, il existe donc b k arbres B g possibles et b n 1 k arbres B d possibles. I On a donc finalement : Xn 1 b n = b k b n 1 k. k=0 345
14 B g B d k nœuds n 1 k nœuds b k bn 1 k 346
15 Nombres de Catalan Les nombres : b 0 = 1 Xn 1 b n = b k b n 1 k pour n > 0 k=0 sont appelés les nombres de Catalan (du nom d un mathématicien belge). Ils apparaissent dans de nombreux problèmes de dénombrement. Exercice : Montrez que le nombre b n de façons de parenthéser le produit de n nombres x 0 x 1 x n satisfait la même récurrence. Exemple : b 2 =2! (x 0 x 1 ) x 2, x 0 (x 1 x 2 ) 347
16 Classification des récurrences Forme générale : u n = f ({u 0, u 1,...,u n 1 }, n) Une récurrence peut être : I linéaire si f est une combinaison linéaire à coe variables. I un =3u n 1 +4u n 2, u n = n u n 2 +1 I polynomiale si f est un polynôme. I bn = P n 1 k=0 b kb n 1 k I d ordre k si f dépend de u n 1,...,u n k. I complète si f dépend de u n 1,...,u 0. cients constants ou I de type diviser pour régner si f dépend de u n/a,aveca 2 N constant. I u n =2u n/2 I homogène si f ne dépend que des u i. I un =2u n/2 + u n/4 I non homogène si elle est de la forme u n = f ({u p p < n})+g(n). I un =2u n 1 + n 348
17 Calculer les valeurs d une récurrence On peut utiliser l ordinateur pour calculer les valeurs d une récurrence Quicksort versus mergesort : 9 x Mergesort Quicksort 6 C N N Avantages : ça s applique à toutes les récurrences Limitations : temps de calcul peut être élevé, comparaisons hasardeuses. 349
18 Remarque sur l implémentation d une récurrence La manière d implémenter la récurrence est importante C N = N NX C k 1 N Implémentation récursive naïve Cqs(N) 1 if N = = 0 2 return 0 3 else val =0 4 for k =1to N 5 val = val + Cqs(k 1) 6 return N +1+2 val/n Nombre d additions : C 0 N = N +2+P N k=1 C 0 k 1, C 0 N =2C 0 N 1 +1, C 0 N =2N 1 (avec C 0 0 = 0) k=1 Implémentation e cace (par programmation dynamique) Cqs(N) 1 if N = = 0 2 return 0 3 else sum =0 4 for k =1to N 5 val = k +1+2 sum/k 6 sum = sum + val 7 return val Nombre d additions : C 0 N =3N 350
19 Techniques de résolution de récurrences On souhaite obtenir une solution analytique à une récurrence. Plusieurs approches possibles : I Deviner-et-vérifier I Plug-and-chug (telescopage) I Arbres de récursion I Equations caractéristique (linéaire) I Master theorem et Akra-Bazzi (diviser-pour-régner) I Changement de variable I Fonctions génératrices (Chapitre 8) 351
20 Méthode Deviner-et-Vérifier Principes : 1. Calculer les quelques premières valeurs de T n ; 2. Deviner une solution analytique ; 3. Démontrer qu elle est correcte, par exemple par induction. Application : I T n =2T n 1 1 (tours de Hanoï) : ) On devine T n =2 n 1 n T n I On doit démontrer (par induction) que la solution est correcte. 352
21 Preuve d une solution par induction Théorème : T n =2 n 1satisfaitlarécurrence: T 1 = 1 T n = 2T n pour n 2. Démonstration : Par induction sur n. P(n) = T n =2 n 1. Cas de base : P(1) est vrai car T 1 =1= Cas inductif : Montrons que T n =2 n 1 (pour n 2) est vrai dès que T n 1 =2 n 1 1estvrai: T n = 2T n 1 +1 = 2(2 n 1 1) + 1 = 2 n
22 Piège de l induction Si une solution exacte ne peut pas être trouvée, on peut vouloir trouver une borne supérieure sur la solution. Essayons de montrer que T n apple 2 n pour la récurrence T n =2T n Tentative de démonstration : Par induction sur n. P(n) = T n apple 2 n. Cas de base : P(1) est vrai car T 1 =1apple 2 1. Cas inductif : Supposons T n 1 apple 2 n 1 et montrons que T n apple 2 n (n 2) : T n = 2T n 1 +1 apple 2(2 n 1 )+1 2 n La démonstration ne fonctionne pas si on n utilise pas la borne exacte plus forte (voir aussi le transparent 367). 354
23 Méthode Plug-and-Chug (force brute) (aussi appelée téléscopage ou méthode des facteurs sommants) 1. Plug (appliquer l équation récurrente) et Chug (simplifier) T n = 1+2T n 1 = 1 + 2(1 + 2T n 2 ) = 1+2+4T n 2 = (1 + 2T n 3 ) = T n 3 =... Remarque : Il faut simplifier avec modération. 355
24 2. Identifier et vérifier un pattern I Identification : T n = i 1 +2 i T n i I Vérification en développant une étape supplémentaire : T n = i 1 +2 i (1 + 2T n (i+1) ) = i 1 +2 i +2 i+1 T n (i+1) 3. Exprimer le nè m e terme en fonction des termes précédents En posant i = n 1, on obtient T n = n 2 +2 n 1 T 1 = n 2 +2 n 1 356
25 4. Trouver une solution analytique pour le nè m e terme T n = n 2 +2 n 1 = X n 1 2 i i=0 = 1 2n 1 2 = 2 n 1 357
26 Tri par fusion Appliquons le plug-and-chug à la récurrence du tri par fusion dans le cas où N =2 n : C 1 = 0 C N = C dn/2e + C bn/2c + N 1=2C N/2 + N 1 pour N > 1 I Pattern : C N = 2 i C N/2 i +(n 2 i 1 )+(n 2 i 2 )+...+(n 2 0 ) = 2 i C N/2 i + i N 2 i +1 I En posant i = n et en utilisant n = log 2 N : C N = 2 n C N/2 n + n N 2 n +1 = NC 1 + N log 2 N N +1 = N log 2 N N
27 Récurrence linéaire d ordre 1 Le plug-and-chug appliqué à une récurrence du type : T n = T n 1 + f (n) donne directement : nx T n = T 0 + f (n). La récurrence n est rien d autre que la réécriture d une somme (voir chapitre 6). Si le coe cient de T n 1 n est pas 1 : k=1 T n = g(n)t n 1 + f (n), diviser gauche et droite par h(n) =g(n) g(n 1) g(n 2) g(1) permet de se ramener à une récurrence de la forme :! T n h(n) = T n 1 h(n 1) + f (n) h(n) ) T T 0 nx n = h(n) h(0) + f (k) h(k) Intéressant si le produit h(n) a une forme simple k=1 359
28 Récurrence linéaire d ordre 1 : Exemples Exemple 1 : T 0 = 0, T n =2T n 1 +2 n (pour n > 0) En divisant gauche et droite par h(n) =2 2 2=2 n, on obtient : T n 2 n = T n 1 2 n 1 +1) T n =2 n (0 + nx 1) = n2 n k=1 Exemple 2 : T 0 = 0, T n =(1+ 1 n )T n En divisant gauche et droite par : (pour n > 0) (Quicksort) on obtient h(n) = n +1 n T n n +1 = T n n n +1 = n 3 2 n = n +1, nx k=1 2 n +1 ) T n = 2(n + 1)H n 2n 360
29 Arbres de récursion Approche graphique pour deviner une solution analytique (ou une borne asymptotique) à une récurrence. La solution devra toujours être démontrée ensuite (par induction). Illustration sur la récurrence suivante : I T (1) = a I T (n) =3T (n/4) + cn 2 (Pour n > 1) (Introduction to algorithms, Cormen et al.) 361
30 4.4 The recursion-tree method for solving recurrences 89 T.n/ cn 2 cn 2 T n 4 T n 4 T n 4 c n 2 4 c n 2 4 c n 2 4 (a) (b) T n 16 T n 16 T n 16 T n 16 T n 16 (c) T n 16 T n 16 T n 16 T n 16 cn 2 cn 2 c n c n 4 c n 4 16 cn2 362
31 cn 2 cn 2 c n 2 4 c n 2 4 c n cn2 log 4 n c n 2 16 c n 2 16 c n 2 16 c n 2 16 c n 2 16 c n 2 16 c n 2 16 c n 2 16 c n cn 2 16 T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/ T.1/.n log 4 3 / n log 4 3 (d) Total: O.n 2 / Figure 4.5 Constructing a recursion tree for the recurrence T.n/ D 3T.n=4/ C cn 2. Part (a) shows T.n/,whichprogressivelyexpandsin(b) (d) to form the recursion tree. The fully expanded 363
32 I Le coût total est la somme du coût de chaque niveau de l arbre : T (n) = cn log4 n 1 16 cn cn 2 + an log = < = log 4 n 1 X i=0 1X i= i cn 2 + an log i cn 2 + an log (3/16) cn2 + an log 4 3 = O(n 2 ) (à vérifier par induction) I Comme le coût de la racine est cn 2, on a aussi T (n) = (n 2 )et donc T (n) = (n 2 ). 364
33 Preuve d une borne supérieure Théorème : Soit la récurrence : I T (1) = a, I T (n) =3T (n/4) + cn 2 (Pour n > 1). On a T (n) =O(n 2 ). Préparation de la démonstration : Soit P(n) = T (n) apple dn 2. L idée est de trouver un d tel que P(n) peut se montrer par induction forte. Cas de base : P(1) est vrai si a apple d 1 2 = d. Cas inductif : Supposons P(1), P(4),...,P(n/4) vérifiés et trouvons une contrainte sur d telle que P(n) le soit aussi : T (n) apple 3T (n/4) + cn 2 apple 3d(n/4) 2 + cn 2 = 3 16 dn2 + cn 2 apple dn 2, La dernière étape est valide dès que d pour autant que d max{(16/13)c, a}. (16/13)c. Le théorème est donc vérifié 365
34 Preuve d une borne supérieure Ré-écriture de la preuve : Démonstration : Soit une constante d telle que d max{(16/13)c, a}. Montrons par induction forte que P(n) = T (n) apple dn 2 est vrai pour tout n 1(quiimpliqueT (n) =O(n)). Cas de base : P(1) est vrai puisque d max{(16/13)c, a} a. Cas inductif : Supposons P(1), P(4),...,P(n/4) vérifiés et montrons que P(n) l estaussi: T (n) apple 3T (n/4) + cn 2 apple 3d(n/4) 2 + cn 2 = 3 16 dn2 + cn 2 apple dn 2, où la dernière étape découle de d max((16/13)c, a). 366
35 Induction et notation asymptotique Théorème faux : Soit la récurrence : I T (1) = 1, I T (n) =2T (n/2) + n (pour n > 1). On a T (n) =O(n). (la solution correcte est T (n) = (n log(n))) Démonstration : (par induction forte) I Soit P(n) = T (n) =O(n). I Cas de base : P(1) est vrai car T (1) = 1 = O(1). I Cas inductif : Pour n 2, supposons P(1),P(2),...,P(n 1). On a : T (n) = 2T (n/2) + n = 2O(n/2) + n = O(n) Où est l erreur? 367
36 Autre exemple : I T (1) = 1 I T (2) = 2 I T (n) =T (n/2) + T (n/4) + n (pour n > 2) (On suppose que n est toujours une puissance de 2) 368
37 log 2 n apple h apple log 4 n cn n cn n c n 3 2 c n 2n 3 4 cn n 3 4 log 3=2 n n c n 49 c n 2n 89 c n 2n 89 c n 4n n cn4 2 T (2) T (1)... T (2) T (1) Total: O.nlg n/ Figure 4.6 ArecursiontreefortherecurrenceT.n/D T.n=3/C T.2n=3/C 369
38 I On déduit de l arbre que T (n) apple 1X n i=0 3 i = n = O(n) I Vérification par induction forte qu il existe un c tel que pour tout n n 0, on a T (n) apple cn ) ok pour tout c > 4 T (n) = T (n/2) + T (n/4) + n apple cn/2+cn/4+n = (c3/4 + 1)n apple I Puisqu on a aussi T (n) = (n), on en déduit T (n) = (n). cn 370
39 Synthèse Trois approches empiriques pour trouver une solution analytique : I Deviner-et-vérifier I Plug-and-Chug I Arbres de récursion Ces approches sont génériques mais I il n est pas toujours aisé de trouver le pattern ; I il faut pouvoir résoudre la somme obtenue ; I la solution doit être vérifiée par induction. On va voir des méthodes plus systématiques pour résoudre des récurrences particulières I Récurrences linéaires d ordre k 1 à coe cients constants (solution analytique exacte) I Récurrences diviser-pour-régner (borne asymptotique uniquement) 371
40 Récurrences linéaires Définition : Une récurrence linéaire homogène est une récurrence de la forme f (n) =a 1 f (n 1) + a 2 f (n 2) + + a k f (n k) où a 1, a 2,...,a k 2 R sont des constantes. La valeur k 2 N 0 est appelée l ordre de la récurrence. Définition : Une récurrence linéaire (générale) est une récurrence de la forme f (n) =a 1 f (n 1) + a 2 f (n 2) + + a k f (n k)+g(n), où g est une fonction ne dépendant pas de f. 372
41 Théorème : Si f 1 (n) etf 2 (n) sont solutions d une récurrence linéaire homogène (sans tenir compte des conditions initiales), alors toute combinaison linéaire c 1 f 1 (n)+c 2 f 2 (n) def 1 (n) etf 2 (n) est également une solution pour tout c 1, c 2 2 R. Démonstration : On a f 1 (n) = Dès lors, c 1 f 1 (n)+c 2 f 2 (n) = c 1 = kx a i f 1 (n i) etf 2 (n) = i=1! kx a i f 1 (n i) + c 2 i=1 kx a i f 2 (n i=1 i).! kx a i f 2 (n i) i=1 kx a i (c 1 f 1 (n i)+c 2 f 2 (n i)). i=1 373
42 Exemple Résolvons la récurrence du transparent 341 (Fibonacci) : f (0) = 0 f (1) = 1 f (n) = f (n 1) + f (n 2) pour n > 1 I Une solution analytique pour une récurrence linéaire a souvent une forme exponentielle. I On devine f (n) =cx n (c et x sont des paramètres à trouver). I f (n) =f (n 1) + f (n 2) ) cx n = cx n 1 + cx n 2 ) x 2 = x +1 ) x = 1 ± p
43 1+ p! n p! n I Les fonctions c et c sont des solutions de 2 2 la récurrence (sans tenir compte des conditions initiales). I Il en est de même pour toute combinaison linéaire de ces deux fonctions. 1+ p! n p! n I On a donc f (n) =c 1 + c
44 1+ p! I f (0) = c 1 + c p! 0 5 = c 1 + c 2 = p! I f (1) = c 1 + c 2 2 I On obtient c 1 = 1 p 5 et c 2 = 1 p 5. I Finalement, 2 p! 1 5 = 1. f (n) = p 1 1+ p! n p p! n
45 Résolution des récurrences linéaires Soit une récurrence de la forme f (n) =a 1 f (n 1) + a 2 f (n 2) + + a k f (n k)+g(n) et les conditions initiales f (0) = b 0, f (1) = b 1,etc. Etape 1 : Trouver les racines de l équation caractéristique Définition : L équation caractéristique est x k = a 1 x k 1 + a 2 x k a k 1 x + a k. Remarque : Le terme g(n) n est pas pris en compte dans l équation caractéristique. 377
46 Etape 2 : Trouver une solution homogène, sans tenir compte des conditions initiales Il su t d additionner les termes suivants : I Une racine non répétée r de l équation caractéristique génère le terme c r r n, où c r est une constante à déterminer plus tard. I Une racine r avec multiplicité m de l équation caractéristique génère les termes c r1 r n, c r2 nr n, c r3 n 2 r n,...,c rm n m 1 r n, où c r1, c r2,...,c rm sont des constantes à déterminer plus tard. 378
47 Etape 3 : Trouver une solution particulière, sans tenir compte des conditions initiales. Une technique simple consiste à deviner et vérifier en essayant des solutions ressemblant à g(n). Exemples : I Si g(n) est un polynôme, essayer avec un polynôme de même degré, ensuite avec un polynôme de degré immédiatement supérieur, et ainsi de suite. Exemple : Si g(n) =n, essayerd abordf (n) =bn + c, ensuite, f (n) =an 2 + bn + c,... I Si g(n) =3 n,essayerd abordf (n) =c3 n,ensuite f (n) =bn3 n + c3 n, f (n) =an 2 3 n + bn3 n + c3 n,... Remarque : On doit attribuer aux constantes a, b, c,... des valeurs satisfaisant l équation récurrente. 379
48 Etape 4 : Former une solution générale, sans tenir compte des conditions initiales Il su t d additionner la solution homogène et la solution particulière Etape 5 : Déterminer les valeurs des constantes introduites à l étape 2 I Pour chaque condition initiale, appliquer la solution générale à cette condition. On obtient une équation en fonction des constantes à déterminer. I Résoudre le système formé par ces équations. 380
49 Exemple Résolvons la récurrence du transparent 342 : I f (0) = 1 I f (n) =8f (n 1) + 10 n 1 Etape 1 : Trouver les racines de l équation caractéristique I L équation caractéristique est x = 8. I Sa seule racine est
50 Etape 2 : Trouver une solution homogène, sans tenir compte des conditions initiales La solution homogène est f (n) =c8 n. 382
51 Etape 3 : Trouver une solution particulière, sans tenir compte des conditions initiales. I On devine que la solution est de la forme d10 n constante. I En substituant, on obtient 1,oùd est une d 10 n 1 =8 d 10 n n 1 10 d =8 d + 10 d = 10/2 I On vérifie que n 1 = 10n 2 est bien une solution particulière. 383
52 Etape 4 : Former une solution générale, sans tenir compte des conditions initiales On obtient la solution générale f (n) =c8 n + 10n
53 Etape 5 : Déterminer les valeurs des constantes introduites à l étape 2 Conclusion : f (n) = 8n + 10 n. 2 f (0) = 1 ) c =1 ) c =
54 Récurrence générale diviser-pour-régner Définition : Un récurrence diviser-pour-régner est une récurrence de la forme : kx T n = a i T (b j n)+g(n), i=1 où a 1,...,a k sont des constantes positives, b 1,...,b k sont des constantes comprises entre 0 et 1 et g(n) est une fonction non négative. Exemple : k = 1, a 1 = 2, b 1 =1/2 etg(n) =n fusion 1 correspond au tri par Sous certaines conditions, il est possible de trouver des bornes asymptotiques sur les récurrences de ce type. 386
55 Un premier théorème Théorème (Master theorem) : Soient deux constantes a 1etb > 1etune fonction f (n) =O(n d )avecd 0. La complexité asymptotique de la récurrence suivante : T (n) =at (n/b)+f (n) est : 8 O(n d ) pour d > log b a >< T (n) = O(n d log n) pour d = log b a; >: O(n log b a ) pour d < log b a. (Introduction to algorithms, Cormen et al.) NB : les bornes sont valables quelles que soient les conditions initiales. 387
56 Exemple d application I Soit la récurrence suivante : T (n) =7T (n/2) + O(n 2 ). (Méthode de Strassen pour la multiplication de matrice) I T (n) satisfait aux conditions du théorème avec a = 7, b = 2, et d = 2. I log b a = log 2 7= ) d =2< log b a = I Par le troisième cas du théorème, on a : T (n) =O(n log b a )=O(n ). 388
57 Un second théorème plus général Forme générale d une récurrence Diviser pour régner : 8 >< est défini pour 0 apple x apple x 0 T (x) = kx >: a i T (b i x)+g(x) pour x > x 0 avec I a 1, a 2,...,a k > 0, i=1 I b 1, b 2,...,b k 2 [0, 1[, I x 0 su samment grand, I g 0 (x) = O(x c ) pour un c 2 N. 389
58 Théorème (Akra-Bazzi) : où T (x) = I p satisfait l équation Z x x p 1+ 1 kx a i b p i =1 i=1 g(u) du up+1 390
59 Exemple d application I Soit la récurrence diviser pour régner suivante : I On a bien g 0 (x) = 2x = O(x) I Trouvons p satisfaisant : ) p =2 T (x) =2T (x/2) + 8/9T (3x/4) + x 2 2( 1 2 )p (3 4 )p =1 I Par application du théorème, on obtient : T (x) = Z x x 2 u u 3 du = (x 2 (1 + log x)) = (x 2 log x) 391
60 Changement de variables Un changement de variables permet parfois de transformer une récurrence diviser pour régner en une récurrence linéaire. I Soit la récurrence du transparent 241 : T (n) =7T (n/2) + O(n 2 ) I En posant : n =2 m et S(m) =T (2 m ), on obtient : S(m) =T (2 m )=7T (2 m 1 )+O((2 m ) 2 )=7S(m 1) + O(4 m ) 392
61 Changement de variables Un changement de variable permet de résoudre des récurrences qui semblent a priori complexes. I Considérons la récurrence suivante : I Posons m = log n. Ona: I Soit S(m) =T (2 m ). On a : I Finalement : T (n) =2T ( p n) + log n T (2 m )=2T (2 m/2 )+m. S(m) =2S(m/2) + m ) S(m) =O(m log m). T (n) =T (2 m )=S(m) =O(m log m) =O(log n log log n). 393
62 Résumé I Outils de résolution d équations récurrentes : I Méthodes génériques : Deviner-et-Vérifier, Plug-and-Chug, arbres de récursion I Récurrences linéaires d ordre k (à coe cients constants) I Récurrences Diviser pour régner : théorème Master, théorème d Akra-Bazzi Les deux dernières sont les plus systématiques. I Le plus dur reste de traduire un problème réel en une équation récurrente. I Exemple : Soit un type de plante qui vit éternellement, mais qui peut seulement se reproduire la première année. A quelle vitesse la population croît-elle? 394
63 Comparaisons de récurrences : linéaires versus d-p-r Récurrence Solution Tours de Hanoï T n =2T n 1 +1 T n 2 n Tours de Hanoï 2 T n =2T n 1 + n T n 2 2 n Algo rapide T n =2T n/2 +1 T n n Tri par fusion T n =2T n/2 + n 1 T n n log n Fibonacci T n = T n 1 + T n 2 T n ( ) n+1 / p 5 I Récurrences Diviser pour régner généralement polynomiales I Récurrences linéaires généralement exponentielles I Générer des sous-problèmes petits est beaucoup plus important que de réduire la complexité du terme non homogène I Tri par fusion et Fibanocci sont exponentiellement plus rapides que les tours de Hanoï Hanoi Fibonacci
64 Comparaisons de récurrences : nombre de sous-problèmes Récurrences linéaires : T n =2T n 1 +1 ) T n = (2 n ) T n =3T n 1 +1 ) T n = (3 n ) Augmentation exponentielle des temps de calcul quand on passe de 2 à 3 sous-problèmes. Récurrence diviser-pour-régner : T 1 = 0 T n = at n/2 + n 1 Par le master théorème, on a : 8 < (n) pour a < 2 T n = (n log : 2 n) pour a =2 (n log 2 a ) pour a > 2. La solution est complètement di érente entre a =1.99 et a =
Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation
Complexité Objectifs des calculs de complexité : - pouvoir prévoir le temps d'exécution d'un algorithme - pouvoir comparer deux algorithmes réalisant le même traitement Exemples : - si on lance le calcul
Plus en détail1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert
1 de 46 Algorithmique Trouver et Trier Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 46 Algorithmes et structures de données La plupart des bons algorithmes
Plus en détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailQuelques Algorithmes simples
Quelques Algorithmes simples Irène Guessarian ig@liafa.jussieu.fr 10 janvier 2012 Je remercie Patrick Cegielski de son aide efficace pour la programmation Java ; la section sur le codage de Huffman a été
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailObjets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détail# let rec concat l1 l2 = match l1 with [] -> l2 x::l 1 -> x::(concat l 1 l2);; val concat : a list -> a list -> a list = <fun>
94 Programmation en OCaml 5.4.8. Concaténation de deux listes Définissons maintenant la fonction concat qui met bout à bout deux listes. Ainsi, si l1 et l2 sont deux listes quelconques, concat l1 l2 constitue
Plus en détailAlgorithmique et Programmation
École Supérieure d Ingénieurs de Poitiers Gea Algorithmique et Programmation Laurent Signac ii Algorithmique et programmation Gea Table des matières Avant Propos v Structures de données Notion de pointeur..............................................
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailLicence Sciences et Technologies Examen janvier 2010
Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailLes arbres binaires de recherche
Institut Galilée Année 2010-2011 Algorithmique et arbres L2 TD 6 Les arbres binaires de recherche Type en C des arbres binaires (également utilisé pour les ABR) : typedef struct noeud_s { struct noeud_s
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailInitiation à l algorithmique
Informatique S1 Initiation à l algorithmique procédures et fonctions 2. Appel d une fonction Jacques TISSEAU Ecole Nationale d Ingénieurs de Brest Technopôle Brest-Iroise CS 73862-29238 Brest cedex 3 -
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailV- Manipulations de nombres en binaire
1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailIFT3245. Simulation et modèles
IFT 3245 Simulation et modèles DIRO Université de Montréal Automne 2012 Tests statistiques L étude des propriétés théoriques d un générateur ne suffit; il estindispensable de recourir à des tests statistiques
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailDéveloppements limités
Université Joseph Fourier, Grenoble Maths en Ligne Développements limités Bernard Ycart Les développements limités sont l outil principal d approximation locale des fonctions. L objectif de ce chapitre
Plus en détailFibonacci et les paquerettes
Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailSUPPORT DE COURS. Dr. Omari Mohammed Maître de Conférences Classe A Université d Adrar Courriel : omarinmt@gmail.com
Dr. Omari Mohammed Maître de Conférences Classe A Université d Adrar Courriel : omarinmt@gmail.com SUPPORT DE COURS Matière : Algorithmiques et Structures de Données 1 Niveau : 2 ème Année Licence en Informatique
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
Plus en détailLes structures de données. Rajae El Ouazzani
Les structures de données Rajae El Ouazzani Les arbres 2 1- Définition de l arborescence Une arborescence est une collection de nœuds reliés entre eux par des arcs. La collection peut être vide, cad l
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailFONCTION EXPONENTIELLE ( ) 2 = 0.
FONCTION EXPONENTIELLE I. Définition Théorème : Il eiste une unique fonction f dérivable sur R telle que f ' = f et f (0) =. Démonstration de l'unicité (eigible BAC) : L'eistence est admise - Démontrons
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailComment démontrer des formules sans effort? exposé de maîtrise
Comment démontrer des formules sans effort? exposé de maîtrise Marc Mezzarobba Sam Zoghaib Sujet proposé par François Loeser Résumé Nous exposons un ensemble de méthodes qui permettent d évaluer «en forme
Plus en détail1 Introduction au codage
CélestineOscarDésiréAnatoleGastonEugène 1 Introduction au codage 1.1 Les ensembles L ensemble de tout les ensembles est Dieu lui-même. Kantor Ensemble des parties d un ensemble désigne l ensemble des sous-ensembles
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailProblèmes arithmétiques issus de la cryptographie reposant sur les réseaux
Problèmes arithmétiques issus de la cryptographie reposant sur les réseaux Damien Stehlé LIP CNRS/ENSL/INRIA/UCBL/U. Lyon Perpignan, Février 2011 Damien Stehlé Problèmes arithmétiques issus de la cryptographie
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailAlgorithme. Table des matières
1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailPeut-on imiter le hasard?
168 Nicole Vogel Depuis que statistiques et probabilités ont pris une large place dans les programmes de mathématiques, on nous propose souvent de petites expériences pour tester notre perception du hasard
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailNombres premiers. Comment reconnaître un nombre premier? Mais...
Introduction Nombres premiers Nombres premiers Rutger Noot IRMA Université de Strasbourg et CNRS Le 19 janvier 2011 IREM Strasbourg Definition Un nombre premier est un entier naturel p > 1 ayant exactement
Plus en détailArchitecture des ordinateurs TD1 - Portes logiques et premiers circuits
Architecture des ordinateurs TD1 - Portes logiques et premiers circuits 1 Rappel : un peu de logique Exercice 1.1 Remplir la table de vérité suivante : a b a + b ab a + b ab a b 0 0 0 1 1 0 1 1 Exercice
Plus en détailPlan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.
Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailAlgorithmique - Cours et Travaux Dirigés Ecole Normale Supérieure de Lyon
Algorithmique - Cours et Travaux Dirigés Ecole Normale Supérieure de Lyon Rédaction Etudiants-scribes, MIM 2003 et 2004 Cours Yves Robert Travaux Dirigés Yves Caniou et Eric Thierry 2003-2004-2005 2 Table
Plus en détail